Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node. También ayuda a los desarrolladores a desarrollar modelos ML en lenguaje JavaScript y puede usar ML directamente en el navegador o en Node.js.
La función tf.initializers.heUniform() extrae muestras de una distribución uniforme dentro de [-cap, cap] donde cap es sqrt(6 / fan_in). Tenga en cuenta que fanIn es el número de entradas en el peso del tensor.
Sintaxis:
tf.initializers.heUniform(arguments)
Parámetros:
- argumentos: Es un objeto que contiene semilla (un número) que es el generador de números aleatorios semilla/número.
Devuelve valor: Devuelve tf.initializers.Initializer
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Initializing the .initializers.heUniform() function const geek = tf.initializers.heUniform(7) // Printing gain console.log(geek); console.log('\nIndividual values:\n'); console.log(geek.scale); console.log(geek.mode); console.log(geek.distribution);
Producción:
{ "scale": 2, "mode": "fanIn", "distribution": "uniform" } Individual values: 2 fanIn uniform
Ejemplo 2:
Javascript
// Importing the tensorflow.Js library import * as tf from "@tensorflow/tfjs // Defining the input value const inputValue = tf.input({shape:[4]}); // Initializing tf.initializers.heUniform() function const funcValue = tf.initializers.heUniform(4) // Creating dense layer 1 const dense_layer_1 = tf.layers.dense({ units: 6, activation: 'relu', kernelInitialize: funcValue }); // Creating dense layer 2 const dense_layer_2 = tf.layers.dense({ units: 8, activation: 'softmax' }); // Output const outputValue = dense_layer_2.apply( dense_layer_1.apply(inputValue) ); // Creation the model. const model = tf.model({ inputs: inputValue, outputs: outputValue }); // Predicting the output. model.predict(tf.ones([2, 4])).print();
Producción:
Tensor [[0.2727611, 0.1405532, 0.0409708, 0.1262356, 0.1215546, 0.134949, 0.0845761, 0.0783997], [0.2727611, 0.1405532, 0.0409708, 0.1262356, 0.1215546, 0.134949, 0.0845761, 0.0783997]]
Referencia: https://js.tensorflow.org/api/latest/#initializers.heUniform
Publicación traducida automáticamente
Artículo escrito por cyber_psych0 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA